Profesor Ayudante Doctor · Sistemas inteligentes aplicados a la salud y el envejecimiento activo
Profesor e investigador en la Universidad de Jaén, acreditado por la ANECA (Agencia Nacional de Evaluación de la Calidad y Acreditación) como Profesor Permanente Laboral. Investigo en la frontera entre el Internet de las Cosas (IoT), la lógica difusa y el aprendizaje profundo, con foco en salud conectada, monitorización de pacientes crónicos y envejecimiento activo.
Edificio A3 · Despacho 118
Campus Las Lagunillas, s/n · 23071 Jaén
Universidad de Jaén · Escuela Politécnica Superior de Jaén
José Luis López Ruiz (Linares, Jaén, 1993) es Graduado en Ingeniería Informática (2018), Máster Universitario en Ingeniería Informática (2020) con Premio al Mejor Trabajo Fin de Máster, y Doctor en Tecnologías de la Información y la Comunicación (2023) por la Universidad de Jaén. Actualmente ejerce como Profesor Ayudante Doctor en el Departamento de Informática y forma parte del grupo de investigación ASIA (TIC-257) de la misma universidad. Cuenta con la acreditación de la ANECA a Profesor Permanente Laboral desde diciembre de 2023. Sus líneas de investigación abordan la integración de Internet de las Cosas, lógica difusa y aprendizaje profundo en sistemas de salud conectada y envejecimiento activo.
Mi trayectoria académica se ha desarrollado íntegramente dentro del Departamento de Informática de la Universidad de Jaén, desde mi incorporación en 2019 como personal investigador del programa de Garantía Juvenil. Entre 2020 y 2022 trabajé como Técnico de Apoyo y Gestión I+D+I en el grupo de investigación ASIA y, en febrero de 2022, me incorporé a la docencia universitaria como Profesor Sustituto hasta 2024. A finales de 2024 obtuve una plaza de Profesor Ayudante Doctor en el Área de Arquitectura y Tecnología de Computadores. En 2025 me concedieron la Beca José Castillejo para jóvenes doctores del Ministerio de Ciencia, Innovación y Universidades, cuya ejecución se concreta en una estancia de investigación de tres meses (mayo a julio de 2026) en la Ulster University (Belfast, Reino Unido).
Mi actividad investigadora se organiza actualmente en cuatro líneas complementarias, todas ellas centradas en la aplicación de sistemas inteligentes a la salud y el envejecimiento activo. La primera, iniciada durante la tesis doctoral, aborda el reconocimiento de actividades de la vida diaria mediante sensores IoT desplegados en entornos domésticos y sociosanitarios para el seguimiento de personas mayores y pacientes crónicos. Una segunda línea, derivada de la anterior, se ocupa de la monitorización de glucosa y la gestión de la diabetes mellitus tipo 1 y tipo 2, donde combino plataformas de adherencia terapéutica con la generación de resúmenes lingüísticos a partir de datos de sensor, mediante lógica difusa y modelos de lenguaje. En paralelo desarrollo sistemas de posicionamiento en interiores con tecnologías BLE (Bluetooth de baja energía) y UWB (banda ultraancha), aplicados fundamentalmente a la vida asistida, donde permiten detectar multiocupación en espacios monitorizados sin recurrir a cámaras. Por último, he iniciado recientemente una cuarta línea orientada a la detección de estrés a partir de datos biométricos en dispositivos IoMT (Internet de las Cosas Médicas) de bajo coste. Como eje transversal a estas cuatro líneas mantengo un trabajo continuado en el diseño de arquitecturas IoT/IoMT eficientes y en la evaluación de su alineación con los Objetivos de Desarrollo Sostenible.
Tramos oficiales reconocidos, impacto bibliométrico y producción científica detallada por tipo.
Miembro del grupo ASIA TIC-257 · Avances en Sistemas Inteligentes y Aplicaciones.
Mis líneas se enmarcan en la tecnología IoT y combinan lógica difusa, aprendizaje automático supervisado y aprendizaje profundo.
Seguimiento de personas mayores y pacientes crónicos mediante sensores IoT desplegados en entornos domésticos y sociosanitarios.
Plataformas de adherencia terapéutica y resúmenes lingüísticos a partir de datos de sensor, combinando lógica difusa y modelos de lenguaje en diabetes tipo 1 y tipo 2.
Localización en espacios cerrados con dispositivos de bajo consumo diseñados a medida, para detectar multiocupación en entornos de vida asistida sin recurrir a cámaras.
Estimación de estrés a partir de datos biométricos en dispositivos IoMT de bajo coste. Es la línea más reciente del grupo y la coordino desde su apertura.
Atraviesa las cuatro líneas: diseño de arquitecturas IoT/IoMT eficientes y evaluación de su alineación con los Objetivos de Desarrollo Sostenible.
Proyectos de investigación competitivos y contratos de transferencia en los que participo.
Selección de artículos en revistas indexadas, capítulos de libro y congresos.
Cargando publicaciones…
Universidad de Jaén · Defendida el 12 de febrero de 2025
